[发明专利]交通信号灯的检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111385009.5 申请日: 2021-11-22
公开(公告)号: CN114078241A 公开(公告)日: 2022-02-22
发明(设计)人: 胥洪利 申请(专利权)人: 天津天瞳威势电子科技有限公司
主分类号: G06V20/58 分类号: G06V20/58;G06V10/22;G06V10/25;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张珊珊
地址: 300384 天津市滨海新区华苑产业*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 交通 信号灯 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种交通信号灯的检测方法,其特征在于,包括:

采集交通信号灯图像;

在所述交通信号灯图像上对交通信号灯位置和交通信号灯类别进行标注,得到交通信号灯标注图像与交通信号灯标注文件,其中,所述交通信号灯标注文件用于存储所述交通信号灯标注图像中的标注真值;

对所述交通信号灯标注图像进行过采样处理得到交通信号灯预处理图像;

从所述交通信号灯标注文件中确定交通信号灯位置区域;

将所述交通信号灯位置区域复制到所述交通信号灯预处理图像中的贴图区域,得到交通信号灯中间图像,其中,所述贴图区域与所述交通信号灯预处理图像中已有的交通信号灯目标不存在重叠区域;

对所述交通信号灯中间图像进行检测,得到目标交通信号灯检测结果。

2.根据权利要求1所述的检测方法,其特征在于,对所述交通信号灯中间图像进行检测,得到目标交通信号灯检测结果,具体包括:

对所述交通信号灯中间图像进行图像增强处理,得到目标交通信号灯图像;

对所述目标交通信号灯图像进行检测,得到所述目标交通信号灯检测结果。

3.根据权利要求2所述的检测方法,其特征在于,对所述目标交通信号灯图像进行检测,得到所述目标交通信号灯检测结果,具体包括:

采用YOLOV3检测方法从所述目标交通信号灯图像中检测出交通信号灯,记为交通信号灯检测的第一次输出结果;

采用roi增强方式从所述目标交通信号灯图像中检测出交通信号灯,记为交通信号灯检测的第二次输出结果;

将所述第一次输出结果和第一次输出结果进行融合,得到所述目标交通信号灯检测结果。

4.根据权利要求3所述的检测方法,其特征在于,所述YOLOV3检测方法采用CNN网络,所述CNN网络中的神经网络模型主体结构Backbone采用轻量化结构Xception。

5.一种交通信号灯的检测装置,其特征在于,包括:

采集单元,用于采集交通信号灯图像;

标注单元,用于在所述交通信号灯图像上对交通信号灯位置和交通信号灯类别进行标注,得到交通信号灯标注图像与交通信号灯标注文件,其中,所述交通信号灯标注文件用于存储所述交通信号灯标注图像中的标注真值;

过采样处理单元,用于对所述交通信号灯标注图像进行过采样处理得到交通信号灯预处理图像;

区域确定单元,用于从所述交通信号灯标注文件中确定交通信号灯位置区域;

区域复制单元,用于将所述交通信号灯位置区域复制到所述交通信号灯预处理图像中的贴图区域,得到交通信号灯中间图像,其中,所述贴图区域与所述交通信号灯预处理图像中已有的交通信号灯目标不存在重叠区域;

检测单元,用于对所述交通信号灯中间图像进行检测,得到目标交通信号灯检测结果。

6.根据权利要求5所述的检测装置,其特征在于,所述检测单元具体包括:

增强处理子单元,用于对所述交通信号灯中间图像进行图像增强处理,得到目标交通信号灯图像;

检测子单元,用于对所述目标交通信号灯图像进行检测,得到所述目标交通信号灯检测结果。

7.根据权利要求6所述的检测装置,其特征在于,所述检测子单元具体用于:

采用YOLOV3检测方法从所述目标交通信号灯图像中检测出交通信号灯,记为交通信号灯检测的第一次输出结果;

采用roi增强方式从所述目标交通信号灯图像中检测出交通信号灯,记为交通信号灯检测的第二次输出结果;

将所述第一次输出结果和第一次输出结果进行融合,得到所述目标交通信号灯检测结果。

8.根据权利要求7所述的检测装置,其特征在于,所述YOLOV3检测方法采用CNN网络,所述CNN网络中的神经网络模型主体结构Backbone采用轻量化结构Xception。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津天瞳威势电子科技有限公司,未经天津天瞳威势电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111385009.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top